Quartilrechner – Interquartilsabstand und Fünf-Punkte-Zusammenfassung
Geben Sie Ihre Daten ein und erhalten Sie sofort die Fünf-Punkte-Zusammenfassung (Minimum, Q1, Median, Q3, Maximum), den Interquartilsabstand, die Ausreißergrenzen nach Tukey, ein Boxplot und eine Schritt-für-Schritt-Erklärung. Sie können zwischen drei Quartilmethoden wählen.
Quartile, IQR und Ausreißer Ihrer Daten ermitteln
Formeln für Quartile
Dabei gilt:
- \(Q_1\) — erstes Quartil: der Median der unteren Hälfte der sortierten Daten (25 % der Werte liegen darunter)
- \(Q_2\) — zweites Quartil, also der Median des gesamten Datensatzes
- \(Q_3\) — drittes Quartil: der Median der oberen Hälfte (75 % der Werte liegen darunter)
- \(\text{IQR}\) — Interquartilsabstand: die Spannweite der mittleren 50 % der Daten
Nach der 1,5·IQR-Regel von Tukey gilt ein Wert als Ausreißer, wenn er unter der unteren oder über der oberen Grenze liegt.
Quartile – Rechenbeispiel
Beispiel: Bestimmen Sie die Quartile, den IQR und die Ausreißer für die Daten 3, 7, 8, 5, 12, 14, 21, 13, 18 mit der exklusiven Methode nach Tukey. Diese Methode ist im Rechner voreingestellt.
Sortierte Daten (n = 9): 3, 5, 7, 8, 12, 13, 14, 18, 21
\[ Q_2 = 12 \quad \text{(der mittlere, also 5. Wert)} \]
\[ Q_1 = \frac{5 + 7}{2} = 6 \quad \text{(Median der unteren Hälfte 3, 5, 7, 8)} \]
\[ Q_3 = \frac{14 + 18}{2} = 16 \quad \text{(Median der oberen Hälfte 13, 14, 18, 21)} \]
\[ \text{IQR} = 16 - 6 = 10 \]
\[ \text{untere Grenze} = 6 - 1.5 \times 10 = -9, \qquad \text{obere Grenze} = 16 + 1.5 \times 10 = 31 \]
Ergebnis: Fünf-Punkte-Zusammenfassung (3, 6, 12, 16, 21); IQR = 10. Alle Werte liegen innerhalb der Grenzen [−9, 31], es gibt also keine Ausreißer. Die Spannweite beträgt 21 − 3 = 18.
So verwenden Sie den Rechner
- Geben Sie Ihre Zahlen in das Feld Datenwerte ein oder fügen Sie sie dort ein. Trennen Sie die Werte durch Kommas, Leerzeichen oder Zeilenumbrüche. Leere Einträge werden ignoriert; bis zu 500 Werte sind möglich.
- Wählen Sie im Dropdown-Menü eine Quartilmethode: Exklusiv – Median der beiden Hälften (Tukey), Inklusiv – Median in beiden Hälften enthalten oder Lineare Interpolation – Excel QUARTILE.INC (R-Typ 7).
- Lesen Sie die Ergebnisse ab: die sortierten Daten, die Anzahl der Werte, die vollständige Fünf-Punkte-Zusammenfassung, die Spannweite, den IQR und die Ausreißergrenzen.
- Unter Ausreißer sehen Sie, welche Werte gegebenenfalls außerhalb der Grenzen liegen. Das Boxplot zeigt Ihnen die Verteilung auf einen Blick.
- Öffnen Sie So wurden die Quartile berechnet, um die einzelnen Rechenschritte für Ihre gewählte Methode nachzuvollziehen – praktisch für Hausaufgaben oder zur Kontrolle.
Was Quartile und IQR aussagen
Quartile teilen einen sortierten Datensatz in vier ungefähr gleich große Teile. Das erste Quartil \(Q_1\) bezeichnet den Punkt, unter dem 25 % der Werte liegen, beim Median \(Q_2\) sind es 50 % und beim dritten Quartil \(Q_3\) 75 %. Zusammen mit Minimum und Maximum bilden sie die Fünf-Punkte-Zusammenfassung. Sie beschreibt eine Verteilung knapp und übersichtlich, auch wenn Sie die Daten noch nicht genau kennen.
Der Interquartilsabstand, \( \text{IQR} = Q_3 - Q_1 \), misst die Streuung der mittleren 50 % der Daten. Da das unterste und das oberste Viertel unberücksichtigt bleiben, ist er ein robustes Streuungsmaß: Einige wenige Extremwerte verändern ihn kaum, können aber die Spannweite oder Standardabweichung stark vergrößern. Deshalb eignet sich der IQR besonders für schiefe Verteilungen, etwa bei Einkommen, Immobilienpreisen oder Antwortzeiten.
Auf dem IQR beruht auch eine gängige Regel zur Erkennung von Ausreißern. Werte außerhalb von \( [Q_1 - 1.5\,\text{IQR},\; Q_3 + 1.5\,\text{IQR}] \) gelten als ungewöhnlich weit vom Großteil der Daten entfernt. In einem Boxplot erscheinen sie als einzelne Punkte jenseits der Whisker. Prüfen Sie diese Werte, bevor Sie entscheiden, ob es sich um Fehler, seltene Ereignisse oder tatsächliche Extremwerte handelt, die in die Analyse gehören.
Schon ein kurzer Blick auf ein Boxplot aus diesen fünf Kennwerten verrät viel: Liegt der Median ungefähr in der Mitte der Box, ist die Verteilung in ihrem mittleren Bereich annähernd symmetrisch. Liegt er nahe an einem Ende, ist dieser Bereich in die entsprechende Richtung schief verteilt. Wenn Sie die Asymmetrie genauer beziffern möchten, nutzen Sie den Rechner für Schiefe und Kurtosis.
Quartilmethoden, Voraussetzungen und praktische Hinweise
Anders als für den Median gibt es für Quartile keine einzige allgemein anerkannte Definition. Deshalb bietet der Rechner drei Methoden:
- Exklusiv (Tukey): Bei einer ungeraden Anzahl von Werten gehört der Median zu keiner der beiden Hälften. Diese Methode wird für klassische Boxplots und in vielen Lehrbüchern verwendet.
- Inklusiv: Bei einer ungeraden Anzahl von Werten gehört der Median zu beiden Hälften. Dadurch liegen die Quartile bei Datensätzen mit ungerader Anzahl von Werten etwas näher beieinander.
- Lineare Interpolation (R-Typ 7): Die Quartile werden zwischen Datenpunkten an festgelegten Positionen interpoliert. So berechnen auch
QUARTILE.INCin Excel,quantile()in R und die Standardeinstellung vonpercentile()in NumPy die Quartile. Wählen Sie diese Methode, wenn Ihre Ergebnisse mit diesen Programmen übereinstimmen sollen.
Je größer die Stichprobe, desto geringer werden die Unterschiede zwischen den Methoden. Bei kleinen Datensätzen können sich \(Q_1\), \(Q_3\), der IQR und die Ausreißergrenzen jedoch so weit verschieben, dass andere Werte als Ausreißer gelten. Wenn Sie Ihre Ergebnisse mit einer Tabellenkalkulation oder Statistiksoftware vergleichen, prüfen Sie zuerst, ob dieselbe Methode eingestellt ist.
Beachten Sie bei der Interpretation der Ergebnisse außerdem Folgendes:
- Die 1,5·IQR-Regel ist eine Konvention, kein Gesetz. Bei sehr großen Datensätzen oder Verteilungen mit schweren Rändern ist es normal, dass Werte als „Ausreißer“ markiert werden. Das bedeutet nicht automatisch, dass etwas nicht stimmt.
- Quartile sagen nichts über den Verlauf der Verteilung zwischen den Viertelmarken aus. Zwei sehr unterschiedliche Verteilungen können dieselbe Fünf-Punkte-Zusammenfassung haben.
- Der Rechner setzt eine einfache Liste numerischer Werte voraus. Wenn Ihre Daten gruppiert sind oder als Häufigkeiten vorliegen, müssen Sie sie zuerst in Einzelwerte auflösen.
- Wenn Sie statt Q1 oder Q3 ein beliebiges Perzentil benötigen, bietet der Perzentilrechner neun Interpolationsmethoden. Weitere statistische Kennwerte wie arithmetisches Mittel, Median und Modalwert berechnen Sie mit dem Median- und Modalwert-Rechner.
Nachdem Sie Ausreißer erkannt und die Streuung robust bestimmt haben, möchten Sie Ihre Daten vielleicht noch weiter beschreiben. Mit dem Variationskoeffizienten-Rechner können Sie beispielsweise die Streuung von Datensätzen vergleichen, die auf derselben Skala gemessen wurden.
Häufig gestellte Fragen
Wie bestimme ich Q1 und Q3 bei einer geraden Anzahl von Werten?
Sortieren Sie die Daten und teilen Sie sie in zwei gleich große Hälften. Bei einer geraden Anzahl ist der Median des gesamten Datensatzes kein einzelner Datenwert. Deshalb funktionieren die exklusive und die inklusive Methode gleich: Der Median der unteren Hälfte ist \(Q_1\), der Median der oberen Hälfte \(Q_3\). Enthält eine Hälfte eine gerade Anzahl von Werten, ist ihr Median der Durchschnitt der beiden mittleren Werte. Beispiel: Für 2, 4, 6, 8, 10, 12 gilt Q1 = 4 und Q3 = 10, da jede Hälfte drei Werte enthält.
Warum erhalte ich in Excel, auf meinem TI-84 und hier unterschiedliche Quartile?
Es gibt keine einheitliche offizielle Definition für Quartile. QUARTILE.INC in Excel und R verwenden lineare Interpolation (R-Typ 7). TI-Taschenrechner bestimmen die Mediane der beiden Hälften nach der exklusiven Methode; Minitab und andere Programme verwenden wiederum andere Verfahren. Bei kleinen Datensätzen sind die Unterschiede am größten und nehmen mit wachsendem n ab. Wenn Ihr Ergebnis mit einem bestimmten Programm übereinstimmen muss, wählen Sie hier dieselbe Methode – für Excel ist das „Lineare Interpolation“.
Muss ich meine Zahlen vor der Eingabe sortieren?
Nein, die Reihenfolge spielt keine Rolle. Der Rechner sortiert die Werte vor der Berechnung selbst. Daher liefern 3, 7, 8 und 8, 3, 7 identische Ergebnisse. Eine Sortierung von Hand ist nur sinnvoll, wenn Sie die Schritt-für-Schritt-Erklärung auf Papier nachvollziehen oder die Fünf-Punkte-Zusammenfassung selbst überprüfen möchten.
Welcher IQR-Wert ist gut oder normal?
Einen allgemein „guten“ IQR gibt es nicht – er hängt vollständig von der Skala Ihrer Daten ab. Ein IQR von 5 ist bei Gehältern in Dollar winzig, bei Prüfungsergebnissen auf einer Skala bis 10 dagegen riesig. Am aussagekräftigsten ist der IQR im Vergleich: Ein kleinerer IQR bedeutet, dass die mittleren 50 % der Werte enger beieinanderliegen; ein größerer IQR zeigt eine stärkere Streuung. Um die Streuung von Datensätzen auf derselben Skala zu vergleichen, teilen Sie den IQR durch den Median.
Kann der IQR null oder negativ sein?
Der IQR kann nicht negativ sein, weil \(Q_3\) immer mindestens so groß ist wie \(Q_1\). Er kann null sein, wenn an beiden Enden jeweils mindestens 25 % der Werte identisch sind – etwa bei vielen gleichen Prüfungsergebnissen. Ein IQR von null bedeutet, dass die mittlere Hälfte der Daten auf einen einzigen Wert konzentriert ist. Die 1,5·IQR-Grenzen fallen dann mit diesem Wert zusammen, sodass jeder davon abweichende Wert als Ausreißer markiert wird. Interpretieren Sie solche Ergebnisse vorsichtig.
Sollte ich die vom Rechner gefundenen Ausreißer löschen?
Nicht automatisch. Ein Wert außerhalb der 1,5·IQR-Grenzen liegt lediglich ungewöhnlich weit vom Großteil der Daten entfernt. Er kann auf einen Eingabefehler zurückgehen, eine tatsächlich seltene, aber gültige Beobachtung sein oder darauf hinweisen, dass bei Ihrer Messgröße schwere Verteilungsränder normal sind, wie etwa bei Einkommen. Prüfen Sie die Herkunft jedes markierten Werts, bevor Sie ihn entfernen. Falls Sie Werte ausschließen, geben Sie sowohl die ursprünglichen als auch die bereinigten Ergebnisse an.
Wie gebe ich Daten mit Häufigkeiten ein, zum Beispiel „5 kommt dreimal vor“?
Der Rechner verarbeitet eine einfache Werteliste. Sie müssen Daten mit Häufigkeiten daher zuerst in Einzelwerte auflösen: Geben Sie die 5 dreimal ein (5, 5, 5), die 12 bei einer Häufigkeit von 2 zweimal und so weiter. Der Rechner sortiert die Werte selbst und berücksichtigt gleiche Werte problemlos. Alternativ können Sie Q1 und Q3 anhand einer kumulierten Häufigkeitstabelle von Hand bestimmen: Suchen Sie die Stellen, an denen 25 % und 75 % der Gesamthäufigkeit erreicht werden, und lesen Sie die zugehörigen Werte ab oder interpolieren Sie sie.